大数据就像对经济学的研究，刚开始进行定性研究，到后来通过微分方程来描述东西变化。其实电商正在经历这个过程，当有数据时，会将营销模型逐渐细化。这是一个从定性到定量的过程。 

　　丽人丽妆，一家深耕化妆品的淘宝代运营商。 

　　2006年10月，黄韬正式进入淘宝，和其他误打误撞进入的卖家不同，他走的每一步都有强大的数据支撑。 

　　这位清华大学计算机系的高材生，最擅长的便是软件编程，而这一优势让他在数据化营销上更为容易。黄韬对这点心知肚明，必须要找到一个标准品行业，才能将数据化的营销优势发挥。 

　　认准化妆品 

　　当年，淘宝没有数据魔方，所有店铺的购买记录都显示在产品下方。黄韬自编了一个程序，把淘宝上化妆品店铺的销售情况统计了一遍，各个品牌的销售情况便清晰地显现出来，这让丽人丽妆能尽快建立方向。 

　　从黄韬的角度看，他的每一个程序或模型，都是为了解释一个现象或者为了满足某一个需求而建。 

　　为了能推算出一个品牌在天猫开旗舰店究竟能有多少销售额，黄韬建立了一个模型，对于化妆品来说，品牌可以分为国产和进口、价格高和低、大众线和专柜线、面向基本需求和特殊需求。 

　　用这些维度来划分，可以把化妆品分成很多种，便能看出哪些品牌未来在线上的发展空间有多大，旗舰店能够有多大的销售额。 

　　“这个数据推导起来很困难，要根据数据收集和梳理，再建立多个模型才可以，这些年，我们这套模型已经较完备。”黄韬得意地解释，一旦能够做预测，那么代运营后续的进货、广告投入、仓库大小、客服多少，都可以根据预测的销售额去决定。 

　　事实上，线下市场营销理论相对已经比较成熟。例如肯德基开店，会派人去计算人流及构成，大概能推测出来店销量多少，需要开多少平米，应该配几个柜台。 

　　“如果你做过线下精细化营销，就会一通百通。”线下精细化营销数据是通过抽样数据或是调研数据来补充，同样需要推算到销量和产能，黄韬称这些方法跟丽人丽妆现用模型的本质一样，只是数据来源不同。 

　　丽人丽妆把核心优势建立在化妆品行业上，建立了一整套研究化妆品的模型，并再也没有踏足其他品类。而很多代运营商自己没有模型，往往不知道不同品类的区别在哪里，涉足多个类目，但最后都没做大。 

　　正是因为丽人丽妆一直朝着一个方向做，累积的优势也越来越多。在黄韬看来，丽人丽妆虽然还不能建立完整的顾客生命周期的模型，但是各个局部的模型已经建立清楚。 

　　例如双十一，丽人丽妆推测某品牌能卖5000万元，为了保险，进了6000万元货，但最后实际销售额在5000多万元。这种售罄率基本上一般公司无法比拟。 

　　正是靠这套模型，丽人丽妆成功代运营了26个知名品牌。 

　　相宜本草是第一桶金 

　　对于丽人丽妆而言，第一个品牌尤为重要，也让黄韬煞费苦心。 

　　凭借已有模型所产生的数据，黄韬模模糊糊地觉得不同的品牌在淘宝上的销售一定有区别。 

　　有的品牌只在国外卖，国内线下没销售，但在网上却销售很好；有的品牌在线下卖了很多年，但在淘宝上的销量很小，或者只集中在某几个产品。黄韬认为，这当中一定存在某种规律。 

　　丽人丽妆刚起步，作为第一个品牌，如果线下卖得特别好，谈判的难度会特别大，哪怕是线下卖得很好、线上卖得不好的品牌也都很难谈，毕竟这样的品牌线下体量已经足够大。所以，最理想的状态是，找到一个线下卖得不多，但是在网上卖得非常多的品牌，这样最有利。 

　　基于这些认识，丽人丽妆设计了一个网络营销模型筛选品牌，最后相宜本草成为最符合黄韬需求的品牌。 

　　2006年，相宜本草整个销售额在9000万元左右，只需要进90万元的货，便能成为相宜本草的A级经销商。2006年底，丽人丽妆正式和相宜本草合作。 

　　其实这个模型并不复杂，无非是分成几十个维度，例如大众品牌和小众品牌，便会发现越是大众的品牌越难在网上销售。相反，类似阿芙精油这类小众品牌，顾客的诉求越精准，沟通的程度越低，因为淘宝的购物人数足够多，包含了各种喜好的消费者。 

　　沟通程度越低，那么广告投入量就越少。而大众品牌，例如巴黎欧莱雅，广告词是“你值得拥有”，便需要海量的沟通才能沟通清楚。 

　　按照这个角度，便能得出相宜本草是否适合线上销售，这是通过定性分析得出的结论。“当你没有足够的数据时，不需要追求做得准。假如用0~100来衡量，可以通过定性分析，把它定到50~60之间，当数据充足时，再通过定量分析才知道是54。”黄韬认为在大决策时，能通过定性分析将每一个参数定在一个可接受的区间，最终所得出的范围相差无几。 

　　黄韬预测，丽人丽妆第一年销售额在200万~400万元之间。在他看来，能通过数据获得这个范围已经满意了，因为不管具体的销售额是多少，都在可承受的范围内。事实上，丽人丽妆第一年的销售额将近400万元。 

　　随着相宜本草的成功，越来越多的品牌开始找丽人丽妆合作。 

　　数据衔接难 

　　数据显示，在淘宝知名化妆品品牌的代运营市场中，按销量算丽人丽妆份额已经超过70%。 

　　正是这种相对定性化的数据模型，让丽人丽妆基本每家店都成功，使得资金的效率高，累积利润快，所以能在体量上遥遥领先。 

　　“当年两眼一抹黑，任何数据都没有，要自己编一个程序来数一下淘宝上各种品类的化妆品卖了多少。但现在有数据魔方、淘宝量子，便方便了很多。”黄韬还认为，随着聚石塔的成熟，会逐渐降低卖家收集数据、分析数据的难度。 

　　事实上，对于卖家而言，数据越来越容易获得，但无法衔接仍然是大难题。 

　　例如，电视广告如何衔接到线上销售。用营销的模型看一则有效的电视广告，Attention（引起注意）—Interest（诱发兴趣）—Desire（刺激欲望）—Action（促成购买），会发现所有走大众传播的方式，都是为了引起顾客的兴趣。在这个方面，丽人丽妆是用淘宝指数和百度指数来作为参照，然后相衔接。 

　　虽然这个模型并不完备，但能有所指向。例如投一个2000万的电视广告，一般引起百度指数上升多少。丽人丽妆根据代运营的品牌投电视广告的情况进行研究，得出大致的数据是百度指数上升1000点，能引起60万消费者的关注。 

　　之后，当消费者在百度上产生兴趣后，又有多少人在微博上讨论，这又涉及一个衔接模型。当在微博上，每个月有30万人主动提及这个品牌或者产品，那么在淘宝上会引起多少的搜索，最后会形成多少销量？ 

　　每一个环节都需要一个衔接模型。 

　　只有对顾客生成的生态环境建立模型，才能根据卖家的经验数据去调整模型，在此基础上，才知道怎样使用这些数据。 

　　目前，电子商务界的模型大多支离破碎，没有一套能够覆盖从电视广告开始一直到最后顾客购买离开的完备模型。 

　　虽然百度指数、微博上搜索人数、淘宝指数和销量，这些数据口径完全不同，但一定可以通过一种运算方式映射到一个模型里面去，从而得出当百度指数上升多少，相当于多少人购买。现在这些定性认识无法精细化，大多根据经验，再通过数据的变化推测出品牌销量的变化，以及顾客好感度的变化。 

　　大数据就像对经济学的研究，刚开始进行定性研究，到后来通过微分方程来描述东西变化。其实电商正在经历这个过程，当有数据时，会将营销模型逐渐细化。这是一个从定性到定量的过程。在未来，丽人丽妆希望能研究出更完备的模型，能够通过已知的参数推测出未知的参数。